Geri Dön

Manyetik halka üzerinde yapay sinir ağları kullanılarak araç sınıflama

Vehicle classification algorithm for singleloop detectors by using neural networks

  1. Tez No: 252643
  2. Yazar: SONER META
  3. Danışmanlar: YRD. DOÇ. DR. MUHAMMED CİNSDİKİCİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2009
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Uluslararası Bilgisayar Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 73

Özet

Tasıt sınıfı trafiğin analizinde ve ölçümlenmesinde kullanılanönemli bir parametredir. Bu parametre, ?ndükleyici Manyetik HalkaDetektörünün (?MHD) elde ettiği zamana bağlı frekans değisim sinyalikullanılarak ölçümlenebilmektedir. Bu konuda önceden yapılançalısmalarda, manyetik halkadan elde edilen ham veri ve bu veridençıkartılan sınıflama konusunda yetersiz öznitelikler kullanılmıstır. Bu tezkapsamında gelistirilen yeni yöntem ile daha önceden yapılmıs olançalısmaların eksik yanları giderilmektedir.Gelistirmis olduğumuz yöntemde manyetik halka ile tasıt sınıflamaproblemine üç ana katkı yapılmaktadır. Bunlar, sinyal üzerindekigürültüyü Ayrık Fourier Dönüsümü ile temizleme, sinyalden alınanörnekler yerine Ana Bilesen Tahlili ile sinyalin özniteliklerinin çıkarımıve algoritmanın doğruluğunu sınıflar arasında ayırt edici biçimde değisenyerel maksimum sayısı ile güçlendirme olarak sayılabilir.Algoritma tasıtları bes adet sınıfa ayırmaktadır. Bu sınıfların tespitedilmesinde bir örüntü tanıma yöntemi olan geri yayılımlı yapay sinir ağımimarisi kullanılmıstır. Yöntemin basarısı %94.21'dir. Bu oran simdiyekadar yayınlanmıs olan çalısmalarda elde edilen oranlardan dahayüksektir.

Özet (Çeviri)

Vehicle class is an important parameter for traffic measurement andanalysis. It can be identified with the time variable signal generated byinductive loop detector (ILD). Previous works have used raw signalattributes and inadequate features for classification. The authorsdeveloped a novel algorithm that copes with the weaknesses of theprevious methods.Three main contributions proposed in this paper: Noise removalbased on Discrete Fourier Transform, using Principal Componentsinstead of the signal itself and strengthen the algorithm accuracy with thedistinctive statistical parameter of local maximum count.The algorithm uses the back propagation neural network to classifythe vehicles in five groups. Its recognition rate is %94.21. Thisperformance has been the best performance compared to the methods inpublished works.

Benzer Tezler

  1. Classification of knee osteoarthritis severity using deep learning with fully supervised and semi-supervised-based approaches

    Derin öğrenme ile tamamen denetimli ve yarı-denetimli yaklaşım tabanlı diz osteoartrit şiddetinin sınıflandırılması

    İLKNUR AKTEMUR

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İLKAY ÖKSÜZ

  2. Derin öğrenme yöntemleri kullanarak beyin tümörü teşhisi ve sınıflandırması

    Brain tumor diagnosis and classification using deep learning methods

    ABDULLAH SAKIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiTokat Gaziosmanpaşa Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MAHMUT HEKİM

  3. Effects on the transportation of pollen grains and inorganic particles in sedimentological processes

    Sedimentolojik süreçlerin polen tanelerinin ve inorganik parçacıkların taşınması üzerindeki etkileri

    DURSUN ACAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    İklim ve Deniz Bilimleri Ana Bilim Dalı

    DOÇ. DR. DEMET BİLTEKİN

    PROF. DR. ÖZCAN KALENDERLİ

  4. Hybridization of probabilistic graphical models and metaheuristics for handling dynamism and uncertainty

    Değişimin ve belirsizliğin ele alınması için olasılıksal çizgesel biçelerin ve sezgi-üstlerinin melezleştirilmesi

    GÖNÜL ULUDAĞ

    Doktora

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. AYŞE ŞİMA UYAR

  5. Skolyoz tedavisinde kullanılan manyetik rodun yapay sinir ağları temelli adaptif kontrolü

    Neuro-adaptive control of magnetic rod used in scoliosis treatment

    SAFER ÇOKATAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GAZİ AKGÜN

    PROF. DR. ERHAN AKDOĞAN